深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1061	2025-12-12	Artificial inteligence and datasets for leukemia diagnosis: A scoping review of machine lerning and deep learning approaches 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103722 PMID:41362667	综述	本文对用于白血病诊断的机器学习和深度学习方法进行了范围性综述，重点关注基于公开数据集的图像技术	系统回顾了基于公开数据集（如ALL-IDB、C-NMC等）的ML和DL方法，并讨论了研究空白和未来方向，如可解释AI和符合WHO 2022标准的分类框架	存在数据集不平衡、染色变异性、缺乏标准注释和临床验证有限等问题	综述机器学习和深度学习方法在白血病诊断中的应用	白血病诊断	数字病理学	白血病	外周血涂片检查、骨髓活检	CNN, ResNet, DenseNet, MobileNet, 集成模型	图像	基于公开数据集（如ALL-IDB、C-NMC、AML_Cytomorphology_LMU、SN-AM、CPTAC-AML）	NA	卷积神经网络, ResNet, DenseNet, MobileNet	NA	NA
1062	2025-12-12	Classification of periapical dental X-ray using the YOLOv8 deep learning model 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103721 PMID:41362668	研究论文	本研究提出了一种结合ESRGAN和YOLOv8的两阶段管道，用于牙科X射线图像的增强和多类牙科异常检测	首次将ESRGAN与YOLOv8结合，用于牙科X射线图像的增强和分类，提高了图像细节和分辨率，并实现了六种牙科状况的自动检测	龋齿和严重腐烂牙齿的检测灵敏度较低，分别为0.174和0.355，且不同类别的特异性差异较大，表明假阳性率可变	提高牙科X射线图像的诊断准确性，通过图像增强和深度学习模型实现自动牙科评估	牙科X射线图像	计算机视觉	牙科疾病	深度学习，图像增强	GAN, CNN	图像	100张测试图像	PyTorch	ESRGAN, YOLOv8	PSNR, SSIM, mAP@0.5, mAP@0.5:0.95, 灵敏度, 特异性	NA
1063	2025-12-12	Stretchable Polymorphic Electrochromic Textile Electronics for Deep Learning-Assisted Self-Adaptive Camouflage 2025-Dec, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202510137 PMID:41123949	研究论文	本文开发了一种基于无液体聚氨酯-脲弹性离子导体的可拉伸全固态多态电致变色纺织电子系统，并利用MobileNetV2深度学习模型实现动态环境下的自适应伪装	开发了具有超分子-共价双交联网络的弹性离子导体，实现了快速响应、高色彩对比度、长期运行及大变形与低温下优异着色稳定性的电致变色纺织电子系统，并首次集成了深度学习模型以实现环境驱动的自适应伪装	未明确说明系统在极端环境（如高温、高湿）下的长期稳定性，也未讨论大规模生产的经济可行性与纺织品的洗涤耐久性	开发具有优异变色性能、机械可靠性和环境稳定性的智能纺织电子系统，实现基于深度学习的环境自适应伪装	可拉伸电致变色纺织电子系统及其在人体伪装中的应用	机器学习	NA	电致变色技术，弹性离子导体制备	CNN	环境信息数据（推测为图像或传感器数据）	NA	NA	MobileNetV2	响应时间（≈3秒），色彩对比度（≈58.1%），运行时长（>12000秒）	NA
1064	2025-12-12	Deep geometric framework to predict antibody-antigen binding affinity 2025-Dec, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108257 PMID:41138893	研究论文	本文提出了一种新颖的深度几何神经网络框架，用于预测抗体-抗原结合亲和力，通过结合结构模型和序列模型，并利用交叉注意力块共享信息	构建了最大且最通用的抗体-抗原结合亲和力预测数据集，并设计了一种结合结构特征和序列进化信息的深度几何神经网络，通过多尺度分层注意力块模拟相互作用空间	模型高度依赖于抗体-抗原结构的质量，且现有数据集可能仍存在局限性，尽管已扩展至多种抗原变体	开发一种高效且准确的抗体-抗原结合亲和力预测方法，以支持药物开发	抗体-抗原序列对和结构对，以及对应的连续结合亲和力值	机器学习	NA	深度几何神经网络	几何神经网络, 注意力机制	序列数据, 结构数据	超过100K序列对和8K结构对	PyTorch, TensorFlow (未明确指定，但基于深度学习框架)	交叉注意力块, 多尺度分层注意力块	平均绝对误差, 相关系数	NA
1065	2025-12-12	Long Short-Term Memory-Driven Modeling of Dynamic Hepatocellular Carcinoma Microenvironments: A Deep Learning Framework for Precision Treatment Prediction 2025-Dec, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO-25-00315 PMID:41370726	研究论文	本研究评估了深度学习方法，特别是长短期记忆网络，用于分析肝细胞癌肿瘤微环境的动态变化，以改善疾病理解和治疗预测	首次将LSTM网络与CNN结合，集成多模态数据，用于动态建模肝细胞癌肿瘤微环境的时空演化，并通过GAN进行数据增强	由于缺乏详细的病因学信息，未对不同病因（如乙型肝炎病毒、丙型肝炎病毒和非酒精性脂肪性肝炎）进行分层验证	通过深度学习框架分析肝细胞癌肿瘤微环境的动态变化，以改进疾病理解和精准治疗预测	肝细胞癌肿瘤微环境的多模态数据，包括高通量测序、蛋白质表达和时间序列成像数据	数字病理学	肝细胞癌	高通量测序, 蛋白质表达分析, 时间序列成像	LSTM, CNN, GAN	多模态数据（测序、蛋白质表达、时间序列图像）	NA	NA	LSTM, CNN, GAN	准确率	NA
1066	2025-12-12	Assessing the generalizability of artificial intelligence in radiology: a systematic review of performance across different clinical settings 2025-Dec, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000004166 PMID:41377327	系统综述	本文通过系统综述评估了人工智能在放射学诊断模型中的外部泛化性能	系统性地评估了AI模型在不同临床环境下的泛化性能，并识别了可能增强泛化性的方法	纳入的研究数量有限（仅6项），且部分研究存在患者选择偏倚或采样不明确的问题	评估人工智能在放射学诊断中的外部泛化性能，以促进其临床部署	应用于计算机断层扫描、磁共振成像或X射线的AI诊断模型	计算机视觉	NA	NA	CNN, GAN	图像	NA	NA	3D Convolutional Neural Networks, Generative Adversarial Networks-augmented models, no-new-U-Net ensembles	AUC, 灵敏度, 特异度	NA
1067	2025-12-12	Artificial Intelligence in IPMN diagnosis: bridging promise and clinical reality 2025-Dec, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000004170 PMID:41377378	综述	本文综述了人工智能（AI）在胰腺导管内乳头状黏液性肿瘤（IPMN）诊断中的应用、潜力及面临的挑战	系统性地总结了AI（尤其是机器学习和深度学习模型）在利用CT、MRI和内镜超声区分IPMN良恶性病变方面的高性能表现（准确率高达94-99.6%），并指出其超越传统临床评估的潜力	AI的广泛应用受到缺乏标准化成像协议、方法学透明度不足以及缺乏前瞻性多中心验证的限制	评估人工智能在IPMN风险分层和精准诊断中的应用前景，并探讨其融入临床实践与国际指南的路径	胰腺导管内乳头状黏液性肿瘤（IPMN）	数字病理学	胰腺癌	CT, MRI, 内镜超声	机器学习, 深度学习	医学影像	NA	NA	NA	准确率	NA
1068	2025-12-12	Interpretable Thermodynamic Score-based Classification of Relaxation Excursions 2025-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.26.690838 PMID:41377511	研究论文	提出一种名为Keeping SCORE的物理启发式方法，将扩散模型转化为分类和回归的概率引擎，通过测量不同类别假设下的噪声轨迹耗散来计算精确的类别似然和预测置信度	将扩散模型应用于分类和回归任务，通过非平衡统计力学原理提供不确定性估计和特征归因，实现无需修改现有训练模型的可解释性	NA	开发一种可解释且具有不确定性感知的分类与回归框架，应用于计算生物学和科学领域	图像识别任务（手写数字、自然照片）、单细胞基因组学（细胞身份区分、基因扰动效应映射）和分子生物物理学（突变对蛋白质折叠能量的影响预测）	机器学习	NA	扩散模型	扩散模型	图像、单细胞基因组数据、分子生物物理数据	NA	NA	扩散模型	准确率、概率估计	NA
1069	2025-12-12	From detection to grading: A hybrid KOA-YOLOv5-RF model for knee osteoarthritis diagnosis 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103725 PMID:41378376	研究论文	本研究提出了一种基于混合深度学习与机器学习框架的计算机辅助诊断系统，用于从X射线图像中检测并分级膝关节骨关节炎的严重程度	将YOLOv5的目标检测与分割能力与随机森林分类器的序数分级能力相结合，构建了一种可扩展、可解释且临床相关的混合模型	研究未明确说明模型在不同医疗机构或设备采集的X射线图像上的泛化能力，也未讨论计算资源需求对资源受限环境的实际适用性	开发一种计算机辅助诊断系统，以支持放射科医生进行膝关节骨关节炎的早期诊断和严重程度分级	膝关节骨关节炎的X射线图像	计算机视觉	膝关节骨关节炎	X射线成像	CNN, 随机森林	图像	1535张X射线图像	PyTorch, Scikit-learn	YOLOv5	准确率, ROC-AUC, Cohen's kappa, 敏感性, 特异性	NA
1070	2025-12-12	Evaluation on the Feasibility of the Pulse Oximetry-triggered Coronary CT Angiography 2025-Dec, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.240495 PMID:41379007	研究论文	本研究评估了基于脉搏血氧计触发的冠状动脉CT血管成像（CCTA）在无法或难以连接心电图设备的心脏受试者中应用的可行性	提出并验证了一种基于脉搏血氧计监测心率生成模拟虚拟ECG信号来触发CCTA的新方案，替代传统的ECG触发方式	研究为单中心前瞻性研究，样本量相对有限（300名参与者），且仅使用了16-cm z轴覆盖范围的CT设备	评估脉搏血氧计触发CCTA在临床诊断成像中的可行性，特别是针对无法使用ECG设备的患者	计划接受冠状动脉CT血管成像（CCTA）的连续参与者	数字病理学	心血管疾病	冠状动脉CT血管成像（CCTA）、脉搏血氧计心率监测、运动校正算法、深度学习图像重建	NA	医学影像（CT图像）	300名参与者（平均年龄57岁±12；161名男性），分为脉搏血氧计触发组（n=150）和传统ECG触发组（n=150）	NA	NA	辐射剂量、对比剂剂量、检查时间、CT衰减值、图像噪声、信噪比、对比噪声比、整体图像质量主观评估	16-cm z轴覆盖范围的CT设备，具体计算资源未说明
1071	2025-12-12	Preoperative prediction of axillary lymph node metastasis in breast invasive ductal carcinoma patients using a deep learning model based on dynamic contrast-enhanced magnetic resonance imaging: a multicenter study 2025-Nov-30, Gland surgery IF:1.5Q3 DOI:10.21037/gs-2025-365 PMID:41377877	研究论文	本研究开发并验证了一个基于动态对比增强磁共振成像的深度学习模型，用于术前预测乳腺浸润性导管癌患者的腋窝淋巴结转移	结合深度学习特征与临床特征构建预测模型，并在多中心数据上验证其性能，显著提升了预测准确性	研究为回顾性分析，样本量相对有限，且仅基于特定医院的影像数据，可能存在选择偏倚	开发非侵入性工具以术前预测乳腺浸润性导管癌患者的腋窝淋巴结转移，辅助临床决策	520名诊断为乳腺浸润性导管癌的患者	数字病理学	乳腺癌	动态对比增强磁共振成像	深度学习模型	医学影像	520名患者（411名用于训练和内部验证，109名用于外部测试）	NA	NA	AUC	NA
1072	2025-12-12	Enhanced Feature Extraction for Detection and Classification of Kidney Abnormalities 2025-11-29, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056420229251027104658 PMID:41328653	研究论文	本研究提出了一种基于深度学习的诊断框架，通过新型模型KTNET增强特征提取，用于从CT扫描图像中自动检测和分类多种肾脏异常	引入了基于Transformer架构的新型模型Kidney Transformer Network (KTNET)，以增强疾病特异性特征提取，提高肾脏异常的分类准确性	NA	开发一个智能、可靠的框架，用于肾脏异常的早期检测和分类，以改善患者诊断和临床决策	肾脏异常，包括囊肿、结石、肿瘤和其他结构性病变	计算机视觉	肾脏疾病	CT扫描	Transformer	图像	NA	NA	Kidney Transformer Network (KTNET)	准确率, 精确率, 召回率, F1分数	NA
1073	2025-12-12	Analytical and numerical solutions of MABC fractional advection dispersion models by utilizing the modified physics informed neural networks with impacts of fractional derivative 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30065-7 PMID:41310394	研究论文	本研究提出了一种新的分数阶对流扩散方程，并利用改进的物理信息神经网络（PINNs）框架对其进行数值求解	提出了基于改进的Atangana-Baleanu-Caputo（MABC）分数阶导数的对流扩散方程新公式，并开发了专门的PINNs算法来求解MABC意义上的分数阶微分方程	未在摘要中明确说明	开发准确有效的数学模型以模拟污染物传输现象，并求解分数阶对流扩散方程	污染物传输的分数阶对流扩散模型	机器学习	NA	物理信息神经网络（PINNs）	深度学习模型	NA	NA	TensorFlow, PyTorch	物理信息神经网络	精度, 计算效率	NA
1074	2025-12-12	Deep Generative Model-Driven Design of Microbial Synthetic Promoters 2025-Nov-26, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2510.10043 PMID:41309366	综述	本文综述了利用深度生成模型（VAE、GAN、扩散模型）设计和生成具有可调表达水平的微生物合成启动子的方法、流程和应用	系统总结并比较了三种主流深度生成模型（VAE、GAN、扩散模型）在合成启动子设计中的原理、优势和应用策略，为这一新兴领域提供了全面的方法学框架	作为综述文章，未提出新的原创模型或实验数据，主要基于现有文献进行归纳和评述	探讨如何利用深度学习技术加速和优化微生物合成启动子的设计与生成	微生物合成启动子（人工设计的DNA序列）	机器学习	NA	深度生成模型（DGM）	VAE, GAN, 扩散模型	DNA序列数据	NA	NA	NA	NA	NA
1075	2025-12-12	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2025-Nov-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.15.670535 PMID:40894573	研究论文	本研究利用AlphaFold2多聚体预测了秀丽隐杆线虫中的蛋白质-蛋白质相互作用，并强调了内在无序区域在预测高置信度相互作用中的重要性	结合物理和功能数据集，通过深度学习预测蛋白质相互作用，并首次系统性地分析了内在无序区域在预测中的作用	研究主要基于秀丽隐杆线虫，可能不直接适用于其他物种，且预测结果需要实验验证	预测和分析蛋白质-蛋白质相互作用，特别是内在无序区域的作用	秀丽隐杆线虫中的蛋白质	机器学习	NA	AlphaFold2多聚体	深度学习模型	蛋白质序列和结构数据	NA	AlphaFold2	AlphaFold2多聚体	NA	NA
1076	2025-12-12	Validating Radiology Artificial Intelligence Model Performance on Photon-Counting CT Images Using Large Language Models for Ground Truth Extraction 2025-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.11.024 PMID:41265766	研究论文	本研究评估了使用大型语言模型（LLM）从放射学报告中自动提取真实标签的可行性，以验证放射学人工智能模型在光子计数CT图像上的性能	首次提出利用LLM自动化提取放射学报告中的真实标签，为AI工具的性能评估提供可扩展且高效的替代方案，特别是在新型成像硬件（如PCCT）引入输入漂移时	研究为回顾性分析，LLM提取的标签可能存在错误，需部分人工校正；样本仅涵盖四种特定诊断任务，可能无法推广到其他放射学领域	验证使用LLM自动化提取放射学报告真实标签的可行性，以支持放射学AI工具的可扩展性能评估和监控	针对肺栓塞、颅内出血、颈椎骨折和椎体压缩性骨折的四种FDA批准的深度学习计算机辅助检测和分诊工具	自然语言处理	肺栓塞, 颅内出血, 颈椎骨折, 椎体压缩性骨折	光子计数CT（PCCT）扫描, 传统CT扫描	深度学习	文本（放射学报告）	未明确指定样本数量，但涉及使用新型PCCT扫描仪和传统扫描仪获取的检查报告	未明确指定，但使用了LLM（Llama 3.3）	未明确指定具体架构，但基于LLM（Llama 3.3）	Fleiss's κ（用于测量评分者间一致性），性能指标（如准确性等，但未具体列出）	未明确指定
1077	2025-12-12	Proteomics Data Imputation With a Deep Model That Learns From Many Datasets 2025-Nov-18, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2025.101461 PMID:41260499	研究论文	本文提出了一种名为Lupine的深度学习模型，用于质谱蛋白质组学数据中的缺失值填补，该模型通过联合学习多个数据集来提高预测准确性	Lupine是首个设计用于联合学习多个数据集的蛋白质组学数据填补方法，能够学习蛋白质和患者样本的有意义表示	NA	开发一种深度学习模型以填补质谱蛋白质组学数据中的缺失值，提高数据分析和蛋白质鉴定的准确性	质谱蛋白质组学数据，特别是来自1000多个癌症患者样本的串联质谱标签数据，涵盖10种癌症类型	机器学习	癌症	质谱蛋白质组学，串联质谱标签	深度学习模型	蛋白质组学定量数据	超过1000个癌症患者样本，涵盖10种癌症类型	Python	NA	准确性，差异丰度蛋白质识别，基因本体术语识别	NA
1078	2025-12-12	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025 Nov-Dec, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	本文介绍了一种结合深度学习和机器人实验的工业智能实验室框架（ISLFCC），用于自动化优化细胞培养过程	首次将仅解码器Transformer深度学习模型与机器人实验、物联网系统集成，实现高通量自动化细胞培养，在单批次内显著提高产量	NA	提高生物制剂（如抗体和重组蛋白）生产过程中细胞培养优化的效率和效果	细胞培养过程、生物反应器	机器学习	NA	细胞培养、生物反应器分析	Transformer	传感器数据、分析结果	三个不同细胞克隆	NA	仅解码器Transformer	滴度增加百分比、乳酸水平	NA
1079	2025-12-12	STAD-CoAtt: Integration of Evolving Gene Graphs in the Assessment of Neuropathological Stages Using Spatiotemporal Representations of Brain Transcriptomics Data 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3605968 PMID:40907046	研究论文	本研究提出了一种名为STAD-CoAtt的方法，通过整合时空图学习技术和共注意力网络，利用单核RNA测序数据评估阿尔茨海默病的神经病理学阶段	提出了一种结合共注意力网络和非线性流形对齐融合模块的ST-GCN架构，能够压缩演化的AD特异性基因调控网络并整合时空特征，从而构建snRNA-seq数据的联合潜在表示	未明确说明方法在其他神经系统疾病或更大规模数据集上的泛化能力，也未详细讨论计算复杂度	开发一种深度学习模型，用于评估阿尔茨海默病的神经病理学阶段和认知功能障碍	阿尔茨海默病和痴呆症相关的单核RNA测序数据	生物信息学, 机器学习	阿尔茨海默病, 神经系统疾病	单核RNA测序	图卷积网络, 注意力机制	基因表达数据, 图数据	来自ROSMAP和GSE平台的两个基准RNA-seq数据集	NA	ST-GCN, 共注意力网络	分类性能指标	NA
1080	2025-12-12	MultiFusion2HPO: A Multimodal Deep Learning Approach for Enhancing Human Protein-Phenotype Association Prediction 2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3608274 PMID:40928915	研究论文	本文提出了一种名为MultiFusion2HPO的多模态深度学习模型，用于增强人类蛋白质-表型关联预测	整合了五种关键模态数据（文本、蛋白质序列、蛋白质-蛋白质相互作用网络、基因本体注释和基因表达），并采用先进的深度学习方法，克服了现有方法在利用多模态信息和定制深度学习表示方面的不足	未明确提及具体局限性	提高人类蛋白质与临床表型（基于人类表型本体HPO）关联预测的准确性，以促进药物开发和精准医学	人类基因（蛋白质）与临床表型之间的关联	自然语言处理, 机器学习	NA	文本嵌入（TFIDF-D2V和BioLinkBERT）、蛋白质序列分析（InterPro和ESM2）、蛋白质-蛋白质相互作用网络分析、基因本体注释、基因表达分析	深度学习模型	文本, 序列, 网络, 注释, 表达数据	NA	NA	MultiFusion2HPO	准确性	NA